基于计算机视觉的矿山安全行为智能监测系统研究

扫码查看

原文链接

万方数据
维普

中文摘要：针对煤矿井下工人违规操作频发、安全管理难度大的问题,本文设计了一套基于计算机视觉的安全行为监测系统.系统采用工业级高清摄像头采集视频数据,通过改进的YOLOv5目标检测算法实现对工人位置和动作的识别,结合自主开发的行为判定模型进行危险行为预警.在某煤矿 6 个月的实际应用表明:该系统在弱光环境下人员检测准确率达 95.8%,对未佩戴安全帽、违规作业等典型违规行为的识别准确率均超过 92%,可有效预防安全事故发生.

作者：

刘小锋

展开 >

作者单位：

霍州煤电集团有限责任公司辛置煤矿

关键词：

煤矿安全计算机视觉行为识别 YOLOv5 实时监测

出版年：

2024

DOI：

10.20167/j.cnki.ISSN1673-7911.2024.05.55

中国宽带

ISSN：

年,卷(期)：2024.20(5)